一种面向军事文本的领域特征词向量描述方法

针对军事文本信息中命名实体多、特征词领域性强的特性,提出一种领域特征词向量描述方法。从优化分词和领域特征词筛选方面压缩向量空间,完善时间、地名、部队名称和武器装备4类重要命名实体的提取规则,扩充分词词典库。改进领域相关度和领域一致度相结合的领域特征词筛选算法,突出领域特征词与常用词汇之间的差别,进一步过滤领域特征词。实验结果表明,优化分词后,该方法能够提取出军事文本中的命名实体和部分专有词汇,降低特征词数量,改进后的领域特征词筛选算法将准确率和召回率分别提高20%和16.7%,提出的领域特征词向量描述方法所生成的特征词向量具有较强的领域性。

基于Concept-Relation模型的军事文本知识获取

介绍一种从《中国大百科全书》文本中获取军事知识的方法 .该方法由 2部分组成 :第一部分是军事知识描述语言 (MKDL) ,由知识工程师用于将文本知识翻译成基于Concept_Relation_模型的MKDL形式化文本知识 ;第二部分是MKDL编译系统 .该系统通过对MKDL文本的编译、分析和知识连接而最后生成军事知识库 .

面向军事文本的命名实体识别

针对军事文本中的命名实体,提出一种基于条件随机场模型的半监督命名实体识别方法,旨在将人员军职军衔名、军事装备名、军用物资名、军事设施名、军事机构名(含部队番号)以及军用地名等军事命名实体的识别融合到一个统一的技术框架中。该方法针对军事文本的语法特点建立高效的特征集合,建立条件随机场模型对军事命名实体进行识别,并依次使用基于词典的方法和基于规则的方法对识别结果进行校正。实验表明,该方法在军事文本中能够出色地完成命名实体识别任务,在测试语料上的F-值最高达到90.9%,接近通用领域中命名实体识别的水平。

基于改进CNN的海军军事文本分类模型

针对传统的文本分类方法在海军军事文本分类上准确度不高的问题,根据海军军事文本中重点信息的位置分布规律,改进了传统的一维卷积神经网络,并进一步设计海军军事文本分类模型。在一维卷积方面,提出变步长卷积方法,文本首尾位置采用低步长、中间位置采用高步长挖掘文本特征,提高文本首尾位置的重点特征的挖掘能力;在一维池化方面,提出带权池化方法,将文本位置信息转化为权重值参与池化运算,体现文本位置信息的重要程度。实验结果表明,与传统的支持向量机、K近邻算法、一维卷积神经网络以及长短期记忆网络模型相比,该文本分类模型的准确率、召回率、F1值均有所提高。

基于LSTM-CRF的军事动向文本实体识别方法

军事动向文本包含了丰富的情报信息,因目前对非结构化格式数据进行分析处理仍以人工研判为主,故严重制约了情报分析的智能化水平,已成为信息系统情报分析的瓶颈。为了提升文本分析效率,提出使用条件随机场(CRF)与长短时记忆神经网络(LSTM)相结合的LSTM-CRF模型,通过加入预先训练的字嵌入向量及不同词位标注集,对军事动向文本进行实体识别。试验分析表明,LSTM-CRF模型简化了传统实体识别过程,实体识别准确度可达86%,具有工程实用性。

谷歌和百度机器翻译系统对军事英语文本中句子翻译之对比研究

本研究对比了谷歌和百度机器翻译系统对同一军事文本的句子翻译的表现,并得出结论:两种机器翻译系统对军事英语文本中句子的翻译与十年前相比有非常大的进步,谷歌翻译在句子结构的处理上更优,两种机器翻译系统的标点符号均不够规范。而且,两种机器翻译系统可以互补参照。

基于后缀向量拼接的军事装备命名实体识别

军事命名实体识别是军事知识图谱构建和装备实体画像的基础性和关键技术,该技术进一步为军事文本智能化处理、辅助决策和情报分析等任务提供支撑。基于后缀向量拼接的军事装备命名实体识别方法,针对中英文文本结构构成具有天然差异,中文文本缺少天然分割,加之军事装备别称较多,可能会造成识别的缺失等问题,提出利用文本字向量、词向量拼接实体后缀向量的方法,对军事装备实体进行识别和发现。通过实验验证方法的合理性和先进性。

基于BiLSTM-CRF的军事命名实体识别方法

针对军事领域的命名实体识别问题,提出一种基于BiLSTM-CRF的实体识别方法,旨在识别军事文本中的人名、军用地名、军事机构名、武器装备、设施目标、部队番号等军事命名实体。使用词嵌入方法自动学习中文字符的分布式表示作为模型输入;利用双向长短时记忆(Bi-directional Long-Short Term Memory,BiLSTM)神经网络处理输入的字符向量序列,统筹上下文语义学习任务特征;将学习到的特征接入线性链式条件随机场(CRF)进行军事命名实体标注,获得命名实体识别结果并输出。在人工构建数据集上的实验结果表明,提出的方法能够很好地完成军事命名实体识别任务。

融合本体特征的BiLSTM-CRF军事实体识别模型

针对军事实体识别依赖领域知识的特点,提出了融合本体特征的BiLSTM-CRF军事实体识别模型。通过构建军事领域本体,将分词的本体特征作为领域知识融入到词向量中,有效弥补了传统命名实体识别方法的领域知识缺乏问题,且模型加入字向量描述分词的内部形态学特征,避免了分词不准确与未登录词对军事命名实体识别造成的影响,最后采用BiLSTM-CRF模型实现军事命名实体识别工作。实验证明,该军事实体识别模型的准确率达到91.08%,能够有效识别军事实体。

基于依存分析的军事领域英文实体关系抽取研究

在海量信息的分析、处理中,实体关系抽取技术发挥着至关重要的作用。由于英文实体关系抽取存在信息量少和关系表述内聚性低的问题,针对英语军事文本,提出一种改进的基于依存分析的英文实体关系抽取方法。首先根据依存句法分析识别句子中的谓词,然后提取该谓词支配的所有依存关系,接着对上述依存关系进行二级扩展,得到完整的主语、宾语、介词短语,同时对状语和补语从句进行二级扩展,得到从句中的谓词并再次进行二级扩展,最后根据三元组的构成模式输出关系三元组。在英语军事领域语料上的实验表明,提出的方法具有较高的准确率和召回率,与斯坦福coreNLP3.6.0关系抽取方法相比,F值提高了57.71%。

军事语料实体标注系统的设计与实现

论文主要针对军事文本语料标注问题,提出一种军事语料实体标注系统设计方案,提出军事实体词类划分标准并研制出统一的标记符号和粒度划分。旨在利用语料标注系统辅助人员完成军事文本的语料标注,形成军事语料库。该系统以军事文本为对象,对其系统需求和总体设计方案进行了分析设计,采用命名实体识别技术和人工干预相结合的方式,提高了军事语料实体标注的准确率。通过对生成语料中标注实体的属性抽取,完成了语料文件的自动生成,最终实现了标注系统的设计。

探究军事信息服务的智能推荐技术

在信息技术迅猛发展的时代背景下,海量信息资源随之而来,为了进一步提升军事信息获取的精准性,提升服务质量。需要结合当前的技术水平,考虑可行性解决办法。因此,本文从用户建模技术、对象建模技术和推荐算法方面做出了详细的分析与探究,对技术的可行性展开了研究,提出了全新的军事文本信息智能推荐技术。最后,以某国军事文本内容推荐为例,构建了军事用户角色的特征层次模型,实现了情报信息的智能推荐。

神经机器翻译译文评测及译后编辑研究

尽管神经机器翻译技术已经取得了巨大进步,业界也正在加速推进神经机器翻译系统实用化和商品化的进程,但其在垂直领域的表现还不尽如人意。本研究以军事领域英译汉文本为研究对象,这些译文均由国内外主流神经机器翻译系统完成,在自主构建的1000个军事题材译文测试数据集中,谷歌、百度、腾讯、有道、搜狗5个翻译系统的BLEU均值仅为20.854,较之其通用语料译文BLEU值相差6.62。实验结果显示:在军事题材译文的拼写、词汇、句法和语义4大类15种共5050处错误中,军事术语翻译错误占比最高,为42.83%;其次为普通词语误译和层级结构错误。实验结果表明,目前现有的神经机器翻译系统尚不能实现高质量的军事文本翻译,无法满足现实需求,亟需进行译后编辑研究,以提高军事文本翻译的准确率。